正答3
解説
正解は3です。
教師なし学習は、正解ラベルの付いていないデータから構造や規則性を見つけ出す学習です。
正解ラベルを使って予測や判別を学ぶ教師あり学習と区別できるかが問われています。
【選択肢別解説】
1：× 既存データのグループ分けを手掛かりに分離境界を学ぶのは、分類と呼ばれる教師あり学習です。
所属グループという正解ラベルが必要です。
2：× モンテカルロ法は、乱数を使って数値解を推定するシミュレーション手法です。
データから学習する機械学習の手法そのものではありません。
3：○ クラスタリングは、類似度だけを基準に似たデータを同じグループにまとめます。
正解ラベルを使わないので、教師なし学習の代表的な手法です。
4：× 曲線を当てはめて補完や予測を行うのは回帰分析です。
目的変数の実測値を正解として使うので、教師あり学習に分類されます。
【ポイント】
教師あり学習は分類と回帰、教師なし学習はクラスタリングと次元削減が代表例です。
報酬を手掛かりに行動を学ぶ強化学習も、あわせて区別しておきましょう。